上周末把朋友那台腾势车顶的“小犄角”拆了。本来只想拍几张照就收手,结果打开外壳看到里面的激光收发器模组之后,我决定把整个收发链路从头到尾捋一遍。很多人知道激光雷达能让车“看得见”,但真正把它肢解开,去看里面的激光器、光电探测器、光学镜片和扫描镜,你才会理解为什么一颗车规级雷达能动辄几千上万元,也才会明白智能驾驶系统里那些漂亮点云背后到底发生了什么。这篇文章就是围绕腾势车型搭载的这颗半固态激光雷达展开的一次硬件拆解,重点放在“硬核激光收发器”本身,从发射端到接收端到扫描光路,再到它如何影响上层SLAM、聚类甚至三维表型处理算法,一次讲全。
先说明一点:腾势不同配置车型、不同生产批次搭载的雷达存在版本差异,我手里拆的这台内部结构只代表当前批次的工程状态,具体参数请以官方发布为准。但激光雷达的收发链路架构在车规半固态产品里高度相似,搞清楚这条链路的底层逻辑,比记住某个型号的具体数字更有价值。
1. 为什么要拆腾势这台雷达:先确认它到底是什么方案
腾势的高阶智驾版车型在车顶前沿会有一个明显凸起的传感器模组,里面藏着的就是一颗车规级半固态激光雷达。拆之前我先做了功课:它的外观是扁平的小方盒,前脸有一块透光窗口,不像老式机械雷达那样顶着个大圆柱体,这说明它走的是MEMS微振镜或者转镜扫描路线,而不是传统的电机旋转方案。把雷达从支架上取下来翻到背面,能看到一个车规级连接器,用来接入整车电源和以太网数据链路;标签上的型号编码和散热片的形状,基本可以确认它属于速腾聚创M系列的家族化设计。
为什么值得专门拆一颗车规雷达来聊?我的理由是,半固态MEMS方案现在正是量产乘用车的主流选择之一,腾势、问界、小鹏、理想的多款车型都在用同类型产品。这颗雷达内部同时包含了激光器、探测器、扫描振镜、驱动电路、FPGA或主控芯片,可以把它理解成一台“会发射和接收光的微型测距计算机”。把每一个环节拆开看,你会知道眩光环境下它为什么还能测距、为什么点云会有一两个“飞点”、为什么大太阳底下不失效,这些问题的根源都在收发链路上。
拆解之前有几个安全习惯必须说清楚。第一,断电操作,激光雷达虽然正常工作时满足Class 1人眼安全等级,但拆开外壳后内部器件状态不可控,尽量不要在通电状态下观测出光口。第二,防静电手环要戴好,雷达主板上很多模拟前端器件对静电很敏感。第三,准备好小号十字螺丝刀、撬棒、放大镜和相机,车里用的雷达螺丝通常带防松胶,拧的时候要稳。
2. 外壳之下:拆解步骤与内部器件的第一印象
拿下雷达外壳的瞬间,第一个印象是“比想象中沉”。分量感来自全金属外壳、内侧的导热结构和大面积的金属屏蔽罩。这和扫地机器人上几百块钱的塑料雷达完全不是一个制造等级。车规要求的工作温度范围一般在零下四十度到零上八十五度,还要扛住振动、湿热、盐雾,所以外壳和内部结构的设计思路是整个雷达可靠性的大前提。
拆开外罩之后,最先注意到的是出光窗口玻璃内侧贴有电加热膜。这不是什么稀奇但很容易被忽略的设计:冬季冰雪天气里,雷达窗口一旦结霜结雾,激光穿透率会明显下降,测距会直接打折。加热膜和温湿度传感器联动的逻辑,就是把这个问题在源头解决掉。这一点在装车使用场景中非常关键,我见过不少早期试验车因为没考虑窗口除雾,雪天白白损失了一半有效探测距离。
接着看内部整体布局,一整块主板分成几个功能区块。靠近光机模块的是激光驱动区域,特征是能看到功率电感和驱动IC;紧挨着接收光学元件的是模拟前端区域,APD探测器的管脚周围有一圈无源器件;再往外是扫描控制区域,MEMS振镜的驱动走线会被单独包起来,避免和数字信号互相干扰;最后是数据处理区域,通常是FPGA加以太网PHY的组合。不同功能区域的间距和走线不是随意的,模拟信号、数字信号、功率信号三者在电磁兼容上必须做物理隔离,否则激光器瞬间脉冲产生的大电流会污染接收通道里极其微弱的回波信号。
主板背面的导热设计也值得讲。激光发射驱动电路在脉冲瞬间消耗的功率不小,产生的热量需要导到外壳上散出去,所以你会看到导热硅垫、铝压条、金属外壳三重结构。发热控制不好,激光器的波长会漂移,APD的增益会变化,这些都会直接杀掉测距精度。拆到这里已经能明显感觉到,激光雷达不是“一个光模块加一个算法”那么简单,它是一个在电、光、热、机四个维度上反复做权衡的系统工程。
3. 发射链路拆解:EEL激光器如何打出905nm脉冲
激光雷达“测距”这个动作的起点,是发射链路。这颗雷达采用的是边缘发射激光器(EEL),波长在905nm附近。之所以选905nm而不是肉眼可见的可见光波段,原因很直接:905nm处于近红外波段,太阳光中有这部分能量但不算峰值,配合窄带滤光片后能做到全天候工作;同时硅基光电探测器对905nm响应好,APD技术非常成熟,成本能压得住。可以说这个波长选择是“探测器性能、人眼安全限制和量产成本”三者折中的结果。
EEL激光器的工作原理可以类比成一支微型光枪:电流注入半导体芯片内部的PN结,电子和空穴在量子阱区域复合,辐射出相干光,光从芯片端面射出。它的输出光束在快轴和慢轴上发散角度不一样,是一个椭圆形的光斑,这就需要在发射端加准直透镜把光斑整形成一个可控的光束。准直做不好,远处目标上的光斑就会散开,能量密度下降,回波信号变弱,测距范围直接缩水。
脉冲驱动电路是发射链路里很硬核的部分。雷达需要测量激光飞行时间,所以发射的是极窄的脉冲,脉冲宽度通常在几纳秒到十几纳秒,峰值功率能做到几十瓦级别。这里有一个大多数人容易误解的点:激光雷达的瞬时峰值功率很大,但脉冲占比极低,平均功率其实很小,所以才能满足人眼安全的Class 1等级要求。脉冲质量直接决定测距精度,脉冲边沿越陡,飞行时间判读的起点越准;如果驱动电路波形拖尾、过冲严重,远处的回波点就会带上系统性的距离误差。
发射链路上还有一个细节是温度补偿。激光二极管的波长会随温度变化,每升高一定温度,峰值波长就往长波方向偏几个纳米。如果波长偏得太多,接收端的窄带滤光片就会把回波信号滤掉一部分,测距能力瞬间恶化。因此雷达内部会有温度传感器,驱动电路会根据实时温度调整驱动电流或硬件参数,把波长稳定住。我拆开的这台雷达,激光器附近能看到明显的热耦合结构和温度采样点,设计上对这个问题是做了冗余准备的。
905nm和1550nm两种主流波长的取舍,这里给一张表格方便对比:
| 维度 | 905nm EEL方案 | 1550nm光纤激光方案 |
|---|---|---|
| 探测器 | 硅基APD,成熟且便宜 | 铟镓砷探测器,成本高 |
| 人眼安全阈值 | 较低,峰值功率受限 | 较高,可上更高功率 |
| 典型测距 | 150-200米级别 | 200米以上 |
| 量产车规成熟度 | 极高,多车型搭载 | 相对低,主要高端配置 |
| 核心优势 | 成本低、供应链成熟、集成度好 | 远距离表现更稳、抗干扰更好 |
腾势这颗雷达选905nm路线,本质上就是量产经济性和性能的平衡。别看到1550nm就觉得更先进,对于L2+到L3级别的城市智驾场景,905nm的测距能力已经够用,关键是系统整体稳定性。
4. 接收链路拆解:APD探测器把微弱回光变成电信号
发射链路的脉冲打出去之后,遇到目标表面会发生反射,极小一部分光沿原路返回雷达。这束回波的强度有多弱?如果说发射出去的峰值功率是几十瓦,经过几百米的空气衰减和漫反射,回到接收窗口的能量常常只有纳瓦甚至皮瓦级别。要在这么弱的信号里把飞行时间读出来,接收链路必须足够敏感,这就是APD探测器登场的意义。
APD的中文名叫雪崩光电二极管。它的结构和普通光电二极管类似,但内部多了一个高电场倍增区。入射光子把价带电子激发到导带形成光生载流子,载流子在强电场下被加速,碰撞电离出更多电子空穴对,形成一个“雪崩式”的倍增效应。一般来说APD能把信号放大几十到上百倍,这就把微弱回光的探测门槛压得极低。好处是灵敏度高,代价是噪声也跟着放大,所以APD的工作偏压和增益必须被精确控制,温度一变还得做补偿。这解释了为什么接收前端电路看起来那么“绕”,全是在为信噪比服务。
回波在到达APD之前还要过两道光学关卡。第一道是接收透镜,作用是把散射回来的光线汇聚到探测器的光敏面上;第二道是窄带滤光片,只允许905nm附近很小带宽的光通过,其他波段的太阳光背景光大致被挡在外面。大晴天户外红外辐射非常强,如果没有这块滤光片,APD早就被背景光打饱和了。滤光片的中心波长和半带宽越是匹配激光器的实际出光波长,白天抗干扰能力就越强。
光电转换完成之后,APD输出的是一路极其微弱的电流,信号处理链路接着要做两件事:放大和计时。跨阻放大器(TIA)先把电流信号转成电压信号,再经过后级放大电路整形成脉冲;然后时间数字转换器(TDC)记录激光发射时刻和回波到达时刻的差值。这里有个很直观的换算关系:光速约30万公里每秒,激光飞行时间1纳秒对应的是光子走了30厘米,往返算下来距离分辨率就是15厘米。所以要实现厘米级的测距精度,TDC的时间分辨率必须做到几十皮秒级别,这对整个接收电路的噪声表现和高频带宽提出了极其苛刻的要求。
接收链路里有很多看不见的工程功夫:PCB板材选择高频低损耗材料、模拟地分割、走线等长匹配、屏蔽罩接地。这些细节单个拿出来似乎都不起眼,但累积在一起决定了一颗雷达能不能在颠簸路面、强烈阳光、雨天水雾这些复杂条件下稳定出点。拆开看之后你会发现,车规雷达贵有贵的道理,它不是只堆料,而是在别人看不见的模拟性能上下了非常多功夫。
5. 扫描与光路:MEMS振镜如何把单点变成一片点云
有了发射和接收,激光雷达目前只能测量一个方向上的距离。要形成“一片”点云,必须让激光束在空间里扫描。腾势这颗雷达用的是MEMS微振镜方案,这是半固态激光雷达最有代表性的扫描路线。MEMS振镜本质上是一个毫米尺度的硅基微型镜子,表面镀了高反射膜,通过电磁驱动让镜子绕轴往复摆动。激光器发出的光束打在镜面上,被反射到前方视场的不同角度,振镜摆到哪个角度,收发系统就测量那个方向的回波。
把MEMS振镜和传统机械旋转雷达放在一起比较,能更清楚看到设计的取舍。传统的16线雷达这类方案,比如速腾的RS-LiDAR-16,是把16组发射接收对垂直排列在一个旋转台上,整机绕竖直轴连续旋转,水平视场角能做到360度;而MEMS方案不需要整台雷达旋转,只有一个拳头大小的振镜在内部摆动,体积更小、抗振动能力更强、没有旋转轴承的磨损问题。代价是视场角通常做不到360度,典型半固态雷达的水平视场在120度左右,垂直视场在25度左右,所以装车位置一般在车顶正前方,覆盖城市道路驾驶最重要的正前方区域。
扫描机制里有一个特别值得理解的硬件概念叫“收发光路布局”。有的雷达采用收发偏轴结构,发射光束和接收光路在空间上有一定偏移;有的采用收发同轴结构,通过分光镜让收发共用一个主光轴。偏轴结构装配简单成本低,但近距目标和接收视场容易对不齐,近距离会存在盲区;同轴结构光路设计复杂,却能显著改善近距离点云的连续性。不同批次产品会在这两种方案里做取舍,拆开光机模块看镜片排布就能分辨,这也是拆解比较有意思的点。
每次激光脉冲只能产生一个点,而点云帧率取决于振镜扫描频率和每个扫描周期内的脉冲数量。发射脉冲的重复频率越高、振镜摆动覆盖越细,点云就越密。但频率提高意味着单位时间功耗上升、发热增大,脉冲间隔缩短还会限制最大测距(因为必须等回波回来才能发下一个脉冲),所以雷达工程师永远在跟测距、频率、功耗、发热四个因素斗智斗勇。这就是为什么你在市面上看到参数差不多的雷达,实际点云表现差异会那么大。
扫描环节的校准也非常讲究。MEMS振镜出厂时,需要对镜子偏转角度和输出电压建立精确的标定关系,安装过程中还要保证激光束、振镜中心和接收光轴严格对齐。任何角度的偏差都会在点云里表现为整个视场的系统性形变,反过来后期的外参标定怎么都补不回来。这一块属于激光雷达生产环节的核心Know-how,远比很多人想象的复杂。
6. 收发器的真实性能:SLAM、聚类与三维表型需求视角
拆完硬件,最后一件事是把收发链路和上层算法串起来。雷达不是装上就能出好点云的,它在硬件层面上的每一项指标,都会直接影响SLAM、聚类和三维重建这类应用的效果。
SLAM(同步定位与建图)最看重的是测距稳定性和低漂移。如果收发链路里的APD增益随温度波动,或者TDC计时存在非线性误差,点云就会在毫米级和厘米级之间反复跳变。对建图来说,这种跳变会累积成轨迹漂移。很多人在做机器人SLAM时发现地图“越走越歪”,不一定是算法参数没调好,很可能是雷达本身测距方差超标。车规雷达在这一点上做得比较扎实,因为它的温度补偿、信号调理都是在出厂前反复标定过的,不像一些消费级雷达把信号链路做得比较粗糙。
聚类和障碍物检测更多依赖点云的密度分布一致性。当收发链路设计不合理时,近处目标反射太强会导致APD饱和,远处目标回波太弱又被噪声淹没,点云就会变成“近处密成堆、远处稀稀拉拉”。这种不均匀的密度分布,对聚类算法非常不友好:近处目标点云连成一片,不同物体难以分开;远处目标点云太稀疏,聚类直接丢失。而优秀的收发器设计会做增益控制和信号整形,让不同距离上的点云密度尽量均衡,聚类算法才有好日子过。
三维表型处理这个方向可能离车载智驾远一点,但原理一脉相承。比如对一株作物或者一棵果树做非破坏性三维测量,需要激光雷达在几十厘米到几米的近距离上提供高密度、低噪声的点云。这个场景里最需要的不是超远测距,而是近距离点云的一致性和抗噪能力。你看,同样是激光雷达,测量植物表型的雷达选型思路和车载雷达完全不同,但归根到底都在考察同一件事:收发链路在目标距离范围内的信噪比和点云质量。这也是我为什么要拆开雷达写收发器的原因——不了解底层硬件,上层选型全凭感觉,玩具能用,工程就要交学费。
至于消费级雷达中常见的SLAM应用,比如用思岚这类TOF雷达做扫地机或者机器人建图,原理上也是“发射脉冲+回波计时”。它的收发链路同样有激光器、探测器、放大器和计时单元,只是器件规格、标定精度和车规可靠性等级低了很多。几百块和几千块的差价,很大程度就是花在温度漂移控制、重复性精度和极端环境可靠性这些听起来不性感但极其关键的工程细节上。
拆完最大的感受
拆完这台腾势激光雷达,我最直接的感受是:激光收发器远比“发射一束光、接收一个回波”复杂得多。它是一套光电热机一体化的精密系统,发射端的脉冲质量、接收端的微弱信号处理能力、扫描光路的对齐精度、温度补偿的执行效果,每一项都能决定点云的真实表现。
如果你准备上手激光雷达的开发或者二次应用,我的建议是先不要急着刷算法,找一颗样机拆开看看里面的器件排布,尝试理解发射驱动电路哪部分控制峰值功率、接收前端为什么那么敏感、散热结构为什么这样走位。把这些硬件上的约束想清楚了,你会发现自己调试SLAM或者聚类参数时思路清晰很多,踩坑的概率也会小不少。